找到 "mmdetection/mmdet/datasets/coco.py" 371行
修改classwise=True,
如果想要IOU=0.5的各类AP值，那么请修改355行iou_thrs=[0.5],
正常训练和测试就会输出你想要的结果。
IoU=0.50意味着IoU大于0.5被认为是检测到，超出检测范围，所以Ap=-1
版权声明：本文为CSDN博主「明泽.」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_36955294/article/details/116050158
关注公众号，发现CV技术之美▊ 写在前面本文提出了一种简单通用的目标检测框架Pix2Seq。与目前显式地集成了关于检测任务的先验知识的方法不同，本文的方法简单地将目标检测转换为以像素输入为条件的语言建模任务 。对象描
一、 创建虚拟环境 这里创建python3.7环境 二、安装torch及cudatoolkit 进入torch官网，找到需要的torch及cuda（torch官网已经搭配并打包一起，后续不用设置环境变
本文将分享下我做图像识别项目工作过程中常用的关于图像分类数据处理方法，如有不当之处，欢迎大家指正。 图像数据增强 我们做项目过程中，经常会遇到某些类的图像数据出现严重不足，比如低于10
介绍 之前一直看相关的api,包括数据集的注册，detectron这种标准数据集的custom注册等源代码分析，对json文件也有了很清晰的认识，COCO的注册更简单一些，直接调用reg
暂无评论